| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 引言 | 第7页 |
| 1.2 研究意义 | 第7-8页 |
| 1.3 水轮机调速器的发展历程 | 第8-9页 |
| 1.3.1 调速器的发展 | 第8页 |
| 1.3.2 微机调速器国内外发展现状 | 第8-9页 |
| 1.4 水轮机调速器参数整定研究现状 | 第9-10页 |
| 1.5 本文的研究内容 | 第10-11页 |
| 第二章 BP神经网络及PID控制 | 第11-27页 |
| 2.1 PID控制 | 第11-14页 |
| 2.1.1 PID控制 | 第11-13页 |
| 2.1.2 数字PID控制算法 | 第13-14页 |
| 2.2 神经网络控制 | 第14-17页 |
| 2.2.1 神经网络的应用 | 第14-15页 |
| 2.2.1.1 神经网络的发展 | 第14页 |
| 2.2.1.2 神经网络的特征 | 第14-15页 |
| 2.2.2 神经元模型 | 第15-17页 |
| 2.3 BP神经网络 | 第17-20页 |
| 2.3.1 BP神经网络的结构 | 第18页 |
| 2.3.2 BP神经网络的正向传递 | 第18-19页 |
| 2.3.3 BP神经网络的反向传递 | 第19-20页 |
| 2.4 BP神经网络PID控制 | 第20-24页 |
| 2.5 基本仿真实验 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 水轮机调节系统数学模型 | 第27-44页 |
| 3.1 引言 | 第27页 |
| 3.2 引水系统数学模型 | 第27-30页 |
| 3.2.1 刚性水击模型 | 第28-29页 |
| 3.2.2 弹性水击模型 | 第29-30页 |
| 3.3 水轮机数学模型 | 第30-32页 |
| 3.4 发电机数学模型 | 第32-35页 |
| 3.5 水轮机调速器数学模型 | 第35-37页 |
| 3.5.1 微机数学模型 | 第35-37页 |
| 3.5.2 电液随动系统数学模型 | 第37页 |
| 3.6 水轮机调节系统的参数分析 | 第37-43页 |
| 3.6.1 水轮机调节系统的控制参数分析 | 第38-40页 |
| 3.6.2 水轮机调节系统的被控制参数分析 | 第40-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第四章 水轮机综合特性数字化建模 | 第44-55页 |
| 4.1 特性曲线数值处理方法 | 第44-46页 |
| 4.1.1 最小二乘法 | 第44-45页 |
| 4.1.2 插值法 | 第45-46页 |
| 4.2 水轮机综合数据建模仿真 | 第46-54页 |
| 4.2.1 特性数据整理 | 第47-49页 |
| 4.2.2 特性数据插值 | 第49-53页 |
| 4.2.3 特性数据曲面 | 第53-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 BP神经PID控制的水轮机调节系统仿真分析 | 第55-69页 |
| 5.1 水轮机调节模型的建立 | 第55-58页 |
| 5.1.1 水轮机传递系数的求取 | 第55-57页 |
| 5.1.2 水轮机调节系统模型 | 第57-58页 |
| 5.2 水轮机调节系统仿真分析 | 第58-68页 |
| 5.2.1 频率扰动 | 第58-62页 |
| 5.2.2 负荷扰动 | 第62-68页 |
| 5.3 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-70页 |
| 6.1 总结 | 第69页 |
| 6.2 后期研究工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75页 |